深度学习如何入门

作者：magic
链接：https://www.zhihu.com/question/26006703/answer/229415675
来源：知乎

1.数学基础：搞深度学习把高数的求偏导那部分看下，做几道练习题，推荐张宇的《高等数学18讲》，以及《概率论9讲》，淘宝买的书一般会赠送对对应的视频课程，看不懂书可以看看视频，都讲得比较通俗了，并没有必要去看市面上各种几百上千的培训班讲数学基础。凸优化属于进阶的内容了，我觉得入门阶段可以先不用看。

2.机器学习基础：机器学习本身是一个庞大的领域，单单一个svm的推导就能把我们虐死，而在深度学习或者能够在UFLDL教程中，Andrew Ng 已经告诉我们可以先看到逻辑回归就好，看II，III，IV章（到逻辑回归）http://openclassroom.stanford.edu/MainFolder/CoursePage.php?course=MachineLearning

备注：由于ng的机器学习课程是英文的，觉得不习惯的同学，也可以参考台湾李宏毅老师的机器学习课程（网上搜索资源）~

3.深度学习与计算机视觉：有了上面的两个基础，可以把李飞飞老师的网易云课堂的公开课http://study.163.com/course/introduction.htm?courseId=1003223001#/courseDetail?tab=1给刷了，最好自己把卷积的bp过程公式推导一下，参考http://ufldl.stanford.edu/wiki/index.php/UFLDL%E6%95%99%E7%A8%8B 当然，也可以事先看看一些中文博客对卷积神经网络的通俗讲解~

备注：同样，不习惯英文的同学可以参考台湾李宏毅老师的深度学习课程（网上搜索资源），我觉得李宏毅老师也算得上一个机器学习领域的新星，哈哈

4.选择一个深度学习框架开始搞事情了：像caffe TensorFlow pytorch 这三个我个人比较看好，用caffe来作为一个入门是非常不错的选择，把caffe自带的几个example跑通之后，可以开始着手选择一个领域，看相关的论文，比如人脸检测，开始训练一些模型，其中会需要用到python或者matlab来处理一些数据集的格式，对应的编程语言要学习下

5.近期大牛吴恩达离开百度之后，自己创业，在网易云课堂发布了一系列的免费课程，是关于deeplearning 的，在你有过一些实战经验之后，可以好好刷一下，地址如下：https://study.163.com/courses-search?keyword=%E5%90%B4%E6%81%A9%E8%BE%BE

6.学完上面的东西，也要花不少时间，因为每个人基础不一样，理解速度也不一样，所以也没必要强求跟别人比进度~尽心尽力就好

7.初步学完了上面提到的内容，可以算是入门了，但是如果要在毕业后从事深度学习方向的职业，是需要更多其他方面的积累的。